STATISTIK INFERENSIAL

Statistik Inferensial

 Yaitu statistik yang digunakan untuk menggeneralisasikan

data sampel terhadap populasi.
 Untuk memberi peluang sejauh mana kebenaran data
sampel terhadap populasi, maka peneliti menentukan nilai
α (tingkat signifikansi).
Tingkat signifikansi adalah tingkat
probabilitas yang ditentukan oleh peneliti
untuk membuat keputusan menolak atau
mendukung hipotesis. Kriteria keputusan
berdasarkan tingkat signifikansi, misalnya
0,05 atau 0,01 menunjukkan bahwa
keputusan yang dibuat oleh peneliti untuk
menolak atau mendukung suatu hipotesis
mempunyai probablilitas kesalahan sebesar
lima persen atau sepuluh persen.
 Input
Data

YA YA YA
Distribu Uji Skala
si Parametri Interval
Normal k & Rasio
TIDAK TIDAK
Uji Non
Parametri
k
JENIS STATISTIK INFERENSIAL

 Statistik parametrik
Ilmu statistik yang digunakan untuk data-data
yang memiliki sebaran normal dan memiliki
skala interval atau rasio.
 Statistik non parametrik
Statistik nonparametrik disebut juga statistik
bebas sebaran. Statistik nonparametrik dapat
digunakan pada data yang memiliki sebaran
normal atau tidak dan memiliki skala nominal
atau ordinal.
 Langkah-Langkah Pemilihan
Metode Statistik

1. Apakah distribusi data diketahui?

Jika distribusi data tidak diketahui
maka statistik yang sesuai adalah
statistik nonparametrik. Jika distribusi
data diketahui, maka kita harus
melihat jenis distribusi data tersebut.
2. Apakah data berdistibusi normal?
Jika data tidak berdistribusi normal,
maka statistik yang sesuai adalah
statistik nonparametrik. Jika data
berdistribusi normal, maka statistik
3. Apakah sampel ditarik secara random?
Jika sampel tidak ditarik secara random, maka
statistik yang sesuai adalah statistik nonparametrik.
Jika sampel ditarik secara random, maka statistik
yang sesuai adalah statistik parametrik.
4. Apakah varians kelompok sama?
Jika varians kelompok tidak sama, maka statistik
yang sesuai adalah statistik nonparametrik. Jika
varians kelompok sama, maka statistik yang sesuai
adalah statistik parametrik.
5. Bagaimana jenis skala pengukuran data?
Jika skala pengukuran data nominal dan ordinal,
maka statistik yang sesuai adalah statistik
nonparametrik. Jika skala pengukuran data interval
dan rasio, maka statistik yang sesuai adalah statistik
 STATISTIK PARAMETRIK
 Statistik parametrik: yaitu statistik yang digunakan untuk
menguji hypotesis yang variabelnya terukur (numerik).
 Contoh: “Berapa menit rata-rata tayangan iklan di TV?“
 Variabel waktu tayangan iklan dapat terukur dalam menit (ada
standar)
 Statistik parametrik adalah ilmu statistika yang
mempertimbangkan jenis sebaran/distribusi
data, Contoh metode statistika parametrik: uji-z
(1 atau 2 sampel), uji-t (1 atau 2 sampel),
korelasi pearson, Perancangan Percobaan (1 or
2-way ANOVA parametrik), dll.
 STATISTIK NON PARAMETRIK
 Statistik Non parametrik adalah statistik yang digunakan
untuk menguji hypotesis yang variabelnya tidak memiliki
kepastian (standar)
 Contoh: “Berapa besar kepuasan pasien terhadap pelayanan
RS. X ?“
 Variabel kepuasan tidak memiliki standar pasti.
 Statistika Non Parametrik adalah statistika
bebas sebaran (tdk mensyaratkan bentuk
sebaran parameter populasi, baik normal atau
tidak). Contoh metode Statistika non-
parametrik: Binomial test, Chi-square test,
Median test, Friedman Test, dll.
 Singkat kata perbedaannya kalau datanya
memiliki sebaran atau distribusi normal, maka
digunakan statistika parametrik. Kalo data tidak
memiliki sebaran normal, maka digunakan
statistika nonparametrik.
 1. Uji Hipotesa
Dalam melakukan uji hipotesis, ada banyak faktor yang menentukan
seperti apakah sampel yang diambil berjumlah banyak atau hanya
sedikit, apakah std deviasi populasi diketahui, apakah variansi dari
populasi diketahui, apa metode parametrik yang digunakan, dst.
1.  Prosedur Uji Hipotesis
a.   Menentukan H0 dan H1
 H0 adalah NULL HYPOTHESIS
 H1 adalah ALTERNATIVE HYPHOTHESIS
b. Menentukan Uji (Prosedur) Statistik yang digunakan; apakah akan
digunakan uji t, ANOVA, uji z, dan lain sebagainya.
c.   Menentukan statistik tabel
1. Tingkat kepercayaan
2. Derajat kebebasan (df)
Derajat kebebasan atau degree of freedom sangat bervariasi
tergantung dari metode yang dipakai dan jumlah sampel yang
diperoleh.
3. Jumlah sampel yang didapat
d.  Menentukan Statistik hitung
Nilai ini tergantung pada metode parametrik
yang digunakan. Pada pengerjaan pada SPSS,
nilai statistik hitung langsung ditampilkan nilai
akhirnya; sedangkan proses perhitungannya
sampai pada nilai akhir tersebut tidak
diperlihatkan, termasuk angka statistik tabel.

e. Mengambil keputusan
Hal ini ditentukan dengan membandingkan nilai
statistik hitung dengan nilai statistik tabel atau
nilai kritisnya.
 2.Berbagai Metode Parametrik
a.  Inferensi terhadap sebuah rata-rata populasi
Tujuan pengujian ini adalah ingin mengetahui apakah sebuah
sampel berasal dari sebuah populasi yang mempunyai rata-
rata (mean) yang sudah diketahui. Atau, bisa juga dikatakan
ingin menguji apakah rata-rata sebuah sampel sudah bisa
mewakili populasinya. Pada inferensi ini, perlu diperhatikan
ukuran sampel, apakah termasuk sampel besar ataukah
sampel kecil.
· Sampel Besar
Dalam kasus dimana jumlah sampel yang diambil cukup
besar atau varians populasi diketahui, maka bisa dipakai
rumus (uji) z.
· Sampel Kecil
Jika sampel kecil (<30) dan varians populasi tidak
diketahui, metode parametrik yang digunakan adalah uji t
(student).
b.  Inferensi terhadap dua rata-rata populasi
Dalam inferensi dua populasi, tujuan utama adalah ingin mengetahui
apakah ada perbedaan antara dua rata-rata populasi.
· Sampel Besar
Metode yang digunakan adalah z test yang dimodifikasi.
· Sampel Kecil
Metode yang digunakan adalah:
-> t test yang dimodifikasi : sampel bisa saling berhubungan (dependen)
maupun kedua sampel tidak ada hubungannya (independen).
-> F test
c.   Inferensi terhadap lebih dari dua rata-rata populasi
Untuk lebih dari dua populasi, misal tiga jenis sampel, empat jenis sampel
dan seterusnya, dipakai analisis ANOVA, yang terdiri atas:
 ANOVA satu faktor
 ANOVA dua faktor dengan replacement
 ANOVA dua faktor tanpa replacement
d. Inferensi untuk mengetahui apakah ada hubungan
antara variabel
Inferensi ini bertujuan untuk mengetahui apakah
ada hubungan yang signifikan antara dua variabel.
Beberapa alat statistik untuk mengetahui
hubungan antar variabel:
 Hubungan antar dua variabel, menggunakan
korelasi dan regresi sederhana.
 Hubungan antara lebih dari dua variabel (tiga,
empat, dan seterusnya), menggunakan metode
korelasi dan regresi berganda.
 3. Statistik Inferensi dalam SPSS

SPSS menyediakan berbagai metode parametrik untuk melakukan inferensi terhadap data
statistik. Oleh karena luasnya cakupan parametrik, maka inferensi dengan parametrik
akan dibagi dalam beberapa menu pada SPSS, yaitu menu COMPARE MEANS, GENERAL
LINEAR MODEL (GLM), CORRELATE, dan REGRESSION.
 COMPARE MEANS
Pembahasan pada COMPARE MEANS meliputi:
 MEANS
Bagian ini membahas hal yang sama pada statistik deskriptif, dengan penyajian
subgrup dan ditambah dengan uji linearitas.
 UJI t
Bagian ini meliputi:
 Uji t satu sampel (ONE SAMPLE T-TEST)
 Uji t untuk dua sampel independen (INDEPENDENT SAMPLES T-TEST)
 Uji t untuk dua sampel berpasangan (PAIRED SAMPLES T-TEST)
 ONE WAY ANOVA
Jika uji t untuk dua sampel, maka ANOVA digunakan untuk menguji lebih dari dua
sampel.
 GENERAL LINEAR MODEL
GLM merupakan kelanjutan dari ANOVA,
dimana pada GLM dibahas satu variabel
dependen namun mempunyai satu atau lebih
faktor.
 CORRELATE
Membahas uji hubungan antara dua variabel.
 REGRESSION
Membahas pembuatan model regresi untuk
menggambarkan hubungan dua variabel atau
lebih.
Maturnuwun